【Live配信セミナー 11/19】機械学習・強化学習によるロボットの運動制御と運動・動作計画・認識・学習への応用とそのポイント

＜セミナー　No.511416＞
【Live配信のみ】　アーカイブ配信はありません

機械学習・強化学習によるロボットの運動制御と
運動・動作計画・認識・学習への応用とそのポイント

★ロボットの動作計画・認識・制御・学習と強化学習応用について解説

■　講師
静岡大学　工学領域機械工学系列　教授　博士（工学）　小林 祐一 氏

■　聴講料 ：
1名につき５５，０００円（消費税込・資料付き）
〔１社２名以上同時申込の場合１名につき４９，５００円（税込）〕
〔大学、公的機関、医療機関の方には割引制度があります。
　　　　　　　　 詳しくはお問い合わせください〕

※定員になり次第、お申込みは締切となります。

■　プログラム　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　
【受講対象】
・ロボット制御にかかわる強化学習・機械学習についての基礎知識を得たい方
・ロボットの自律化・導入を検討されている方
・現状の技術でのロボットの利用可能性を検討したい方

【予備知識】
・特に必要ありません

【修得知識】
・ロボットの運動生成に関わる学習方法についての基本的な考え方・仕組み・適用例を知ることで、その応用可能性と限界についてイメージできるようになることを目指します

【講演ポイント】
　本セミナーでは、ロボットの運動生成のための、機械学習・強化学習の基礎知識を提供します。ロボットの自律化技術は多岐にわたる技術的側面を有するもので、本セミナーではロボットの動作計画・認識・制御・学習についての基礎事項を丁寧に解説します。
　近年、人工知能関連の技術応用が盛んに行われ、ロボットへの応用も期待を集めています。これを踏まえ、動作するロボットへの応用に関連する技術の概観、強化学習・逆強化学習の考え方・研究動向を紹介します。

【プログラム】
１．ロボットの運動計画・動作制御の概略
　（１）．モデル（世界地図と計画）にもとづくアプローチ
　（２）．センサ情報から直接制御入力を決定するアプローチ
　　ａ．教示：人の操縦情報にもとづく方法
　　ｂ．強化学習：運動学習・認識学習にもとづく方法

２．ロボットの運動計画のための基礎
　（１）．コンフィギュレーションとは
　（２）．コンフィギュレーション空間・コンフィギュレーション障害物
　（３）．運動計画のための空間の構造化
　（４）．グラフ構造と探索

３．ロボットの運動計画
　（１）．ポテンシャル法・ボロノイ図法
　（２）．ダイクストラ法とＡ*法
　（３）．確率ロードマップ法とＲＲＴアルゴリズム
　（４）．車輪型移動ロボットへの適用例（Ｈｙｂｒｉｄ　Ａ*，TEBなど）
　（５）．大域的計画と局所計画、ＤＷＡ
　（６）．マルコフ決定過程・最適ベルマン方程式と動的計画法

４．ロボット制御にかかわる機械学習の基礎と応用
　（１）．機械学習問題の分類（教師あり／なし学習／強化学習、決定論的／確率的／ベイズ）
　（２）．回帰：最小二乗法とガウス過程
　（３）．階層型ニューラルネットワークと深層学習
　（４）．クラスタリング・ＡｕｔｏＥｎｃｏｄｅｒとＶＡＥ
　（５）．Ｔｒａｎｓｆｏｒｍｅｒと大規模言語モデル・
　（６）．生成AIとDiffusionモデル・Transfusion

５．ロボット制御のための強化学習の基礎と応用
　（１）．強化学習と運動計画の相違点
　（２）．価値ベースの強化学習（Ｑ学習）と方策ベースの強化学習
　（３）．方策勾配法
　（４）．深層強化学習（深層学習と強化学習の統合）
　（５）．エントロピー正則化

６．強化学習に関する最近の話題と応用事例
　（１）．教示とDiffusion Policy
　（２）．実経験にもとづくモデル学習と強化学習
　（３）．物理シミュレーション利用にもとづく強化学習
　（４）．強化学習の応用例
　　　（ダイナミックな車両制御、船舶制御、四脚ロボットによる不整地歩行制御など）

【質疑応答】

セミナーの詳細についてはお気軽にお問い合わせください。